比賽分析、球探系統、足球培訓……誰會先被(bèi)改變？

一場亞特蘭大對(duì)恩波利的比賽，亞特蘭大射門47次，恩波利3次；亞特蘭大射門17次中目标、7次小禁區内射門。按照“期待進(jìn)球”（xG）的數值分析，這(zhè)應該是亞特蘭大6比0大勝的比賽。

然而最終的比分，是0比0平局。

這(zhè)是2019年4月的一場比賽，也成(chéng)爲了歐洲五大聯賽的一項紀錄。此前的各種(zhǒng)比賽數據統計裡(lǐ)，沒(méi)有過(guò)場面(miàn)上如此一邊倒最終卻是平局的比賽。對(duì)亞特蘭大主教練加斯佩裡(lǐ)尼而言，這(zhè)是倒黴的一場比賽，而從中立觀察者角度看，加斯佩裡(lǐ)尼這(zhè)場比賽的戰術缺乏變化，或許是久攻不下的原因。

一場職業比賽裡(lǐ)，有太多數據都(dōu)無法解釋的不可知因素，而這(zhè)些不可知因素，intangibles，恰恰是數據正在克服的。在這(zhè)種(zhǒng)數據和現實之間的那道(dào)溝渠，正是人工智能(néng)此刻嘗試填滿的間隔。

在數據使用、數據分析上，現代足球并不是體育運動裡(lǐ)領先的項目。美國(guó)職業體育一直是領先者。21世紀初，美國(guó)職棒的“金球”（Moneyball）模式，正是充分使用數據來提高體育管理的成(chéng)功案例，那幾乎是一場劃時代的體育數據運用革命。但是在職業足球，尤其在更爲傳統的歐洲職業足球，數據分析，特别是基于計算機和互聯網的數據分析，進(jìn)步的速度不算快。

足球運動自身的複雜性，讓AI攻克足球制造了更高難度——參與人數衆多、所有參與者都(dōu)在實時流動中競技、所有位移和肢體動作都(dōu)可能(néng)帶來不同的潛在結果、無球隊員的活動對(duì)比賽的影響和持球隊員一樣(yàng)重要……足球場上，很少有被(bèi)完全孤立開(kāi)來的場景，這(zhè)更讓一切動作、位置和變化，都(dōu)可能(néng)對(duì)結果形成(chéng)影響。

人腦研究足球上百年時間，有了“倒置金字塔”的戰術演變。AI學(xué)寫能(néng)力和邏輯性要更強，AI的進(jìn)步，近來被(bèi)認爲會是推動足球分析、球探系統升級乃至足球培訓革命的新助力。

很多AI主導的足球數據革命，都(dōu)正在發(fā)生中。

以英超爲例，20家俱樂部，每家都(dōu)在進(jìn)行著(zhe)各種(zhǒng)AI測試，不論是通過(guò)外腦合作方的嘗試，還(hái)是幹自身投入重金、更新俱樂部内部的數據團隊，AI技術使用，已經(jīng)成(chéng)爲英超标配。所有人都(dōu)明白，隻要在AI技術使用上，有一絲一毫的突破，都(dōu)可能(néng)給自身帶來巨大的競争優勢。這(zhè)是一場明面(miàn)上看不到的殘酷競技。

布倫特福德這(zhè)樣(yàng)的小規模俱樂部，已經(jīng)成(chéng)爲了數據技術使用的成(chéng)功典範。俱樂部老闆就有著(zhe)充分數據科學(xué)背景，現在布倫特福德有一整套選材算法，專門用來甄别那些“估值偏低”球員。利物浦成(chéng)功的轉會業績背後(hòu)，又和谷歌DeepMind的機構合作，目前更是用這(zhè)套體系來分析對(duì)手。切爾西的球探系統，用著(zhe)一套AiSCOUT體系，對(duì)轉會重點目标進(jìn)行仔細甄别，當然，俱樂部大股東伯利是否使用了這(zhè)些數據，還(hái)是個疑問。

布倫特福德老闆Matthew Benham，買人要看數據模型。

曼城在這(zhè)場競争中，也有特殊處。他們和谷歌搜索的合作，開(kāi)發(fā)了一套AI錦标賽系統，據說能(néng)培養虛拟參賽者的戰術思維能(néng)力。

和人腦最大的區别，在于AI的記憶力和學(xué)習能(néng)力，自現代足球規則明确至今，不到兩(liǎng)個世紀時間，有大緻記錄的足球比賽，接近30萬場，AI有足夠的能(néng)力掌握所有這(zhè)些比賽已存數據，同時從數據分析的角度來解讀這(zhè)些比賽，從而得出智能(néng)化分析和結論。而足球比賽現在能(néng)産出的數據，已經(jīng)達到了一個空前高度，像OPTA等數據機構，一場比賽提供數萬條數據是常例，將(jiāng)這(zhè)些數據交給AI去閱讀和解析，是真正能(néng)將(jiāng)這(zhè)些數據“用活”的關鍵。

從英超到歐冠，再到世界杯這(zhè)樣(yàng)的頂級競技，每一場比賽、每一個參賽隊，都(dōu)有自己的數據分析團隊、視頻分析團隊來實時閱讀和分析比賽，這(zhè)仍然是技術+人力的組合，AI能(néng)起(qǐ)到進(jìn)一步準确提煉數據，將(jiāng)淺層信息過(guò)濾後(hòu)爲人腦判斷提供更精準依據的作用。

DeepMind是谷歌在英國(guó)收購的一家AI機構，他們的分析師認爲，足球主教練很快就會有AVACs的技術輔助——自動視頻分析助理教練。這(zhè)些視頻數據分析，能(néng)以最快速度識别出場上細微的差别，例如對(duì)方右後(hòu)衛在35分鍾後(hòu)，沖刺速度下降了20%，這(zhè)意味著(zhe)其體能(néng)下降，因此本隊接下來5分鍾的進(jìn)攻，應該以此爲突破口。

細節之外，對(duì)于整體陣型、戰術運用的把握，AI都(dōu)可能(néng)更具全局觀、也能(néng)比人腦更好(hǎo)地把握住對(duì)手特點和改變。甚至對(duì)本隊管理而言，AI也能(néng)提供更詳實更有說服力的理由——AI分析結果，你在75分鍾後(hòu)體能(néng)下降了，換你沒(méi)話說吧？

這(zhè)可能(néng)會徹底改變一支職業球隊的作業模式、賽前和賽後(hòu)的相應準備流程。當人腦主控著(zhe)競技流程時，對(duì)敵手的分析判斷，主要取決于主教練個人的經(jīng)驗和技能(néng)，但AI的研究肯定會更廣泛，并且受情緒化影響更小。有分析師指出，可以設計專門的訓練，來放大對(duì)手陣容和戰術中的弱點，甚至賽前最重要的主教練鼓動講話，都(dōu)可以讓球員聽聽AI“教練”詳細分析介紹對(duì)手的話語，來進(jìn)行替代。

愛爾蘭貝爾法斯特女王大學(xué)心理學(xué)院，有這(zhè)樣(yàng)一研究：使用虛拟模拟器來挑戰守門員和人牆配合，以防守對(duì)方的進(jìn)攻任意球。

數據已經(jīng)改變了職業足球領域的球探工作，這(zhè)是最明顯的足球改變。太多俱樂部，都(dōu)像布倫特福德、布萊頓這(zhè)樣(yàng)，利用統計數據來縮小轉會目标球員的範圍、讓AI參與評判，同時讓經(jīng)驗豐富的球探、結合“人腦”，進(jìn)行綜合評估。這(zhè)已經(jīng)是國(guó)際轉會市場上的主流模式，未來AI肯定還(hái)會扮演更重要的決賽。

AI對(duì)數據的準确性，還(hái)有極大依賴性，因此數據的可信度，決定著(zhe)最終AI結論的準确級别。流傳的說法是：“如果一名中後(hòu)衛傳球5次，都(dōu)是向(xiàng)後(hòu)的傳球，那麼(me)即使他這(zhè)種(zhǒng)100%的傳球準确率，并不能(néng)充分說明問題。”但數據越準确、AI的計算會越專業越精明。因爲再好(hǎo)的人腦統計，也不可能(néng)分析數年、數百個聯賽的整體傳球數據、每次傳球的威脅性、每次傳球的質量和接球隊員的舒适程度。這(zhè)些在數據準确并且進(jìn)一步細分後(hòu)，AI都(dōu)能(néng)比人腦做得更好(hǎo)。

AI在職業足球領域的局限性仍然存在，因此AI技術對(duì)足球競技目前更多是支持而非取代人腦。至少從目前的比賽結果分析上，還(hái)沒(méi)有哪一家明面(miàn)上的AI機構，真正能(néng)拿出“打敗市場”的概率結果。

然而AI具備的學(xué)習和叠代能(néng)力，已經(jīng)在ChatGPT引發(fā)的這(zhè)一番風浪中，讓所有行業和人群震驚不已。已經(jīng)逐步使用AI的職業足球，會是下一個淪陷的行業嗎？